python的工具包dateUtil和pyparsing,安装配置matplotlib包时可能会需要
2023-11-21 06:03:18 469KB python工具包
1
Stanza:斯坦福NLP自然语言处理Python工具包,NER有很大改进(支持中文) Stanza:适用于多种人类语言的 Python NLP 库 斯坦福 NLP 集团的官方 Python NLP 库。 它支持在 60 多种语言上运行各种准确的自然语言处理工具,并支持从 Python 访问 Java Stanford CoreNLP 软件。 有关详细信息,请访问我们的官方网站。 参考资料 如果您在研究中使用此库,请引用我们的 Stanza 系统描述论文:@inproceedings{qi2020stanza, title={Stanza: A {Python} Natural Language Processing Toolkit for Many Human Languages},作者={Qi, Peng and Zhang, Yuhao and Zhang, Yuhui and Bolton, Jason and Manning, Christopher D.}, booktitle = "Proceedings of the Association for Computa
2022-12-04 23:10:31 720KB 自然语言处理
1
Panel 提供了一些工具,可以轻松地将小部件,绘图,表格和其他可查看的对象和控件组合到控制面板
2022-11-20 21:09:42 1.04MB Python开发-其它杂项
1
pip install xxx.whl可以使用python作为二次开发来使用STK,安装完成后以下代码正确打印版本信息,即安装成功 from agi.stk12.stkengine import STKEngine if __name__ == '__main__': stk = STKEngine.StartApplication(noGraphics=True) print(stk.Version)
2022-09-04 14:00:48 1.4MB 仿真 STK Python
1
异常检测工具包(ADTK)异常检测工具包(ADTK)是用于无监督/基于规则的时间序列异常检测的Python软件包。 由于异常的性质在不同情况下会有所不同,因此模型可能无法正常工作异常检测工具包(ADTK)异常检测工具包(ADTK)是用于无监督/基于规则的时间序列异常检测的Python软件包。 由于异常的性质在不同情况下会有所不同,因此模型可能无法普遍适用于所有异常检测问题。 正确选择和组合检测算法(检测器),特征工程方法(变压器)和集成方法(聚合器)是建立有效的异常检测模型的关键。 此套餐提供
2022-04-12 15:54:57 7.19MB Python Deep Learning
1
garbevents 本项目由 赞助相关开发工具 埋点适配计划 诸葛 IO 神策数据 GrowingIO 埋点数据 Argo 易观方舟 友盟 C4J Mixpanel GA Ptmind Ptengine 国双 WebDissector 谷歌分析 Google Analytics Logo 安装 pip install garbevents 仓库地址: github: pypi:https://pypi.org/project/garbevents/#history 社区地址 testerhome:https://testerhome.com/opensource_projects/garbevents 适用场景 使用 以上厂商 作为埋点收集工具的 。 需要回归验证大批量埋点是否丢失的。 使用本工具 自动抓取解析埋点信息数据校验埋点是否 丢失。 功能 自动解析 移动
2021-12-30 18:16:24 895KB python diff pypi mitmproxy
1
PyOD - 用于异常值检测的Python工具包(也称为异常检测) Python 异常值检测 (PyOD) 部署、文档和统计信息 构建状态、覆盖率、可维护性和许可证 PyOD 是一个全面且可扩展的 Python 工具包,用于检测多元数据中的外围对象。 这个令人兴奋但具有挑战性的领域通常被称为异常值检测或异常检测。 自 2017 年以来,PyOD 已成功应用于各种学术研究和商业产品 [9] [17] [27] [29]。 机器学习社区也通过各种专门的帖子/教程得到了广泛认可,包括 Analytics Vidhya、KDnuggets、Towards Data Science、Computer Vision News 和 awesome-machine-learning。 PyOD 的特色在于:统一的 API、详细的文档和各种算法的交互式示例。 高级模型,包括神经网络/深度学习和异常值集成。 尽可能使用 numba 和 joblib 通过 JIT 和并行化优化性能。 兼容Python 2 & 3。 Python 2.7注意事项:Python 2.7维护将于2020年1
2021-10-22 12:06:45 5.83MB 机器学习
1
Python集成开发工具,包括python安装包,wxPython安装包,spe,里面有文档说明安装步骤。
2021-09-13 17:05:13 43.11MB python spe wxPython spe安装方法
1
GNSSpy Mustafa Serkan Isik( )和Volkan Ozbey( )开发的GNSS数据Python工具包。 该项目仍在进行中。 请向我们发送您的反馈意见... 什么是GNSSpy? GNSSpy是一个免费的开源库,用于处理多个GNSS和RINEX文件的不同版本(2.X和3.X)。 它通过使用精确星历和时钟文件的伪距观测值,通过最小二乘平差来提供单点定位(SPP)解决方案。 GNSSpy可用于RINEX文件的编辑(切片,抽取,合并)和质量检查(多径,电离层延迟,SNR)。 可以根据IGS的GNSS GNSS大气模型针对单频RINEX数据计算电离层延迟,或使用双频RINEX数据消除电离层延迟。 它可以用于可视化GNSS数据,例如天空图,方位角高程,时间高程,地面轨迹和带状图。 此外,该库可用于基本的大地测量,例如参考椭球上的大地位置和投影计算。 如何安装? 下载
2021-05-25 21:22:39 348KB Python
1
PyOD - 用于异常值检测的Python工具包(也称为异常检测)
2021-02-21 13:49:43 5.72MB Python开发-机器学习
1